MétaCan
Menu
Retour à la cohorte
Enregistrement W2560838729 · doi:10.1111/grow.12189

Place Marketing, Place Branding, and Social Media: Perspectives of Municipal Practitioners

2016· article· en· W2560838729 sur OpenAlexfundaboutno aff
Evan Cleave, Godwin Arku, Richard C. Sadler, Emmanuel Kyeremeh

Notice bibliographique

RevueGrowth and Change · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSocial mediaPlace brandingMarketingPublic relationsTriangulationPosition (finance)Qualitative propertyPoliticsQualitative researchBusinessSociologyPolitical scienceTourismGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The purpose of this paper is to examine how social media is used as a promotional tool for economic development at the municipal level through place marketing and branding, to identify and explore what specific tools are being used, and to discuss the strengths and limitations of use. Primary data was collected through in‐depth interviews with 16 municipal economic development practitioners in the Province of Ontario, Canada. Additional data collected from municipal social media accounts was used to further reinforce the qualitative data and allow for triangulation and greater breadth of analysis. The findings suggest that social media is being used as a tool to promote local services and political information rather than communicate a brand position. Additionally, limited interaction with the audience reduces not only the effectiveness of place marketing efforts but also enhancement of place brands. While some findings are place specific (as study design limited research participants to municipalities in Ontario), these findings can be shared with other locales in advanced economies to provide them with information to make improvements in the way communication technology is utilised. This research paper provides a better understanding of how social media is being used by municipalities and how it fits into place marketing and place branding.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,372

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0140,009
Communication savante0,0090,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,278
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGrowth and ChangeMême sujetDigital Marketing and Social MediaTravaux en français237 207